GOT-OCR v2
Free.ai
·
ocr
·
~500 tokens per page
GOT-OCR v2 is an OCR model. Usmjeravanje preko vanjskih modela - ~500 tokens po stranici (50% markup over upstream cost).
Korištenje putem API
OpenAI-kompatibilni REST API. Generiraj ključ i pozovi ovaj model u sekundi.
curl -X POST https://api.free.ai/v1/ocr/ \
-H "Authorization: Bearer sk-free-..." \
-H "Content-Type: application/json" \
-d '{"model":"premium/got-ocr/v2","prompt":"your prompt here"}'Često postavljana pitanja
GOT-OCR v2 izvlači tekst iz slika i PDF-ova. Učitaj skeniranu stranicu, snimku ekrana ili fotografiju dokumenta i GOT-OCR v2 vraća tekst - sačuvavši prijelome linija i (na motorima koji to mogu) tablice, formule i strukturu.
GOT-OCR v2 upravlja desetinama pisama - latinskim, ćiriličnim, CJK, arapskim, Devanagari, i drugima. /ocr/ landing ima kompletnu listu jezika po motoru.
Da za čisto štampano rukopisno stil; kurziv i skraćenica su teži. TrOCR i moderni motori zasnovani na transformatorima su primjetno bolji od naslijeđenog Tesseracta na rukopisu.
Layout-aware engines (GOT-OCR, Marker, Florence-2) return Markdown/HTML tables and LaTeX for formulas. Plain-text engines return text without structure — check this model's output mode.
GOT-OCR v2 je premium OCR motor. Oko ~500-1,500 tokena po stranici, prikazano uživo prije nego što generirate. Samohosted OCR radi besplatno na vašem 30,000-tokena dnevnom bazenu; premium modeli su pay-as-you-go, sa nadopunjavanjima od $1.
PNG, JPG, WebP, HEIC, BMP, plus PDF-ovi sa jednom ili više stranica do 50 MB. Ispucane ili rotirane stranice se automatski ispravljaju prije izdvajanja.
Tačnost znakova je tipično >98% na čistim štampanim stranicama, pada na fotografije niske rezolucije, jako iskrivljene skenirane slike ili neobične fontove. Usporedite motore na /ocr/compare/ kada je tačnost važna.
Da - /batch/ prihvata direktorij slika/PDF-ova. Svako izdvajanje završava u /account/?tab=history. Za očuvanje stabla direktorija koristite API.
Da - POST vašu datoteku u /v1/ocr/ sa modelom "GOT-OCR v2". Vraća JSON sa tekstom + (kada je podržano) izgled + okviri za ograničavanje na nivou riječi. /api/ ima punu referencu.
Modeli koji se sami hostaju drže vašu datoteku na našim GPU-ovima; premium prolazi kroz DPA. Dokumenti se brišu nakon prozora za dijeljenje. Mi ne treniramo na vašim ulazima.
Da - Free.ai dozvoljava komercijalnu upotrebu izvučenog teksta. Trebaju vam prava na izvorni dokument.
1-5 sekundi po stranici obično. Pogonima koji su svjesni izgleda (tabele, matematika) treba više vremena. PDF-ovi sa više stranica skaliraju se približno linearno.